---
title: "RESULTADO DIÁRIO MKT"
output:
flexdashboard::flex_dashboard:
orientation: rows
#vertical_layout: fill
vertical_layout: scroll
logo: pp.png
social: [ "twitter", "facebook","google +", "linkedin", "pinterest" ]
source_code: embed
#runtime: shiny
---
```{r setup, include=FALSE}
#devtools::install_github("jeromefroe/circlepackeR")
#library(devtools)
library(flexdashboard)
library(readxl)
library(tidyr)
library(plotly)
library(ggmap)
library(RColorBrewer)
library(treemap)
library(hrbrthemes)
library(circlepackeR)
library(data.tree)
library(babynames)
library(viridis)
library(dplyr)
library(lubridate)
library(DT)
#library(d3treeR)
library(chorddiag)
library(circlize)
library(streamgraph)
#função criada para computar quantos dias tem o mês
numberOfDays <- function(date) {
m <- format(date, format="%m")
while (format(date, format="%m") == m) {
date <- date + 1
}
return(as.integer(format(date - 1, format="%d")))
}
produtos <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/PRODUTOS/PROJETOS_PRODUTOS.xlsm", sheet = 1)
institucional <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/INSTITUCIONAL/PROJETOS_INSTITUCIONAL.xlsm", sheet = 1)
maindata=data.frame(rbind(produtos, institucional))
names(maindata)=names(produtos)
maindata$`DATA DE ENTREGA`=as.Date(maindata$`DATA DE ENTREGA`, origin = "1899-12-30")
maindata=maindata %>% filter(!`DATA DE ENTREGA`% filter(STATUS!="NOVO")
maindatamensal = maindata %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day"))) %>% filter(STATUS!="NOVO")
produtos = maindatamensal %>% filter(NUCLEO=="PRODUTOS") %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day")))
institucional = maindatamensal %>% filter(NUCLEO=="INSTITUCIONAL") %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day")))
###################################### ARQUITETO
arquiteto <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/ARQUITETO/PROJETOS_ARQUITETO.xlsm", sheet = 1)
arquiteto$`DATA DE ENTREGA`=as.Date(arquiteto$`DATA DE ENTREGA`, origin = "1899-12-30")
arquitetodiario=arquiteto %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day")))
###################################### ASCOM
revistas_relatorios <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/ASCOM/01.REVISTAS_RELATORIOS.xlsm", sheet = 1)
revistas_relatorios$`DATA DE ENTREGA`=as.Date(revistas_relatorios$`DATA DE ENTREGA`, origin = "1899-12-30")
revistas_relatorios_total=revistas_relatorios %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "year")))
revistas_relatorios=revistas_relatorios %>% filter(`DATA DE ENTREGA`>=as.Date(cut(Sys.Date(), "month")) & `DATA DE ENTREGA`<=as.Date(cut(Sys.Date(), "day")))
atendimento_a_imprensa <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/ASCOM/02.atendimento_a_imprensa.xlsx", sheet = 2) %>% filter(`DATA DO CONTATO`>=as.Date(cut(Sys.Date(), "month")) & `DATA DO CONTATO`<=as.Date(cut(Sys.Date(), "day")))
################# Audio visual
#################
audiovisual=read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/SUPORTE DE QUALIDADE/SAULO - AUDIO VISUAL/AUDIO_VISUAL.xlsm", sheet = 1)
audiovisual$`DATA DE ENTREGA`=as.Date(audiovisual$`DATA DE ENTREGA`, origin = "1899-12-30")
################ projetos
################
midias_off <- read_excel("C:/Users/pedro.silva/OneDrive - Sicoob/PAUTA_MARKETING/SUPORTE DE QUALIDADE/GABI/GABI_GLPI.xlsm", sheet = 1)
midias_off$`DATA DE ENTREGA`=as.Date(midias_off$`DATA DE ENTREGA`, origin = "1899-12-30")
```
Produtos
=====================================
Row
-------------------------------------
### Produção por colaborador
```{r}
proporcaoprodutos=data.frame(table(produtos$`TÉCNICO RESPONSÁVEL`))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
group=proporcaoprodutos$Funcionário,
value=proporcaoprodutos$Quantidade
)
plot_ly(data, labels = ~group, values = ~value, type = 'pie') %>%
layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))
```
### Serviços prestados
```{r}
proporcaoprodutos=data.frame(table(produtos$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
group=proporcaoprodutos$Funcionário,
value=proporcaoprodutos$Quantidade
)
plot_ly(data, labels = ~group, values = ~value) %>%
add_pie(hole = 0.6) %>%
layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))
```
### As 10 cooperaivas que pediram no mês
```{r}
demandas_cooperativas=data.frame(table(produtos$`COOPERATIVA SOLICITANTE`))
names(demandas_cooperativas)=c("Cooperativa", "Frequência")
demandas_cooperativas=demandas_cooperativas %>% arrange(Frequência)
n=demandas_cooperativas %>% nrow()
if(n>10){
demandas_cooperativas=demandas_cooperativas %>% slice((n-10):n)
}
p <- plot_ly(demandas_cooperativas, x = ~reorder(Cooperativa, -Frequência), y = ~Frequência, type = 'bar', name = 'SF Zoo') %>%
layout(barmode = 'group', xaxis = list(title = "Cooperativas", range = c(-0.5,9.5)))
p
```
Row
----------------------------------
### Produção diária de peças
```{r}
demandas_mes=produtos
teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL`, demandas_mes$`DATA DE ENTREGA`))
names(teste_pecas)=c("name", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)
# Plot
p <- teste_pecas %>%
ggplot( aes(x=year, y=n, fill=name, text=n)) +
geom_area( )+
scale_fill_viridis(discrete = TRUE)+
#theme(legend.position="none") +
theme_ipsum()+
scale_x_date(date_labels = "%e %B")
#theme(legend.position="none")
# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de peças"))
p
```
### Média de peças diárias produzidas por colaborador antes e depois do Home-Office
```{r}
base=data.frame(table((maindata %>% filter(NUCLEO=="PRODUTOS"))$`TÉCNICO RESPONSÁVEL`, (maindata %>% filter(NUCLEO=="PRODUTOS"))$`DATA DE ENTREGA`))
base$Var2=as.Date(base$Var2)
base=base %>% filter(Var1!="Matheus") %>% filter(Var1!="Saulo") %>% filter(Var1!="João")
colaborador=levels(factor(base$Var1))
Arley=base %>% filter(Var1=="Arley") %>% filter(Var2% filter(Var1=="Tatau") %>% filter(Var2% filter(Var1=="Arley") %>% filter(Var2>as.Date("2020-03-21"))
Arleyd=sum(Arleyd$Freq)/as.numeric(as.Date(cut(Sys.Date(), "day"))-as.Date("2020-03-23"))
Tataud=base %>% filter(Var1=="Tatau") %>% filter(Var2>as.Date("2020-03-21"))
Tataud=sum(Tataud$Freq)/as.numeric(as.Date(cut(Sys.Date(), "day"))-as.Date("2020-03-23"))
Depois_do_Home_office=c(round(Arleyd,2), round(Tataud,2))
data=data.frame(colaborador, Antes_do_Home_office, Depois_do_Home_office)
fig <- plot_ly(data, x = ~colaborador, y = ~Antes_do_Home_office, type = 'bar', name = 'Antes Home-Office')
fig <- fig %>% add_trace(y = ~Depois_do_Home_office, name = 'Depois Home-Office')
fig <- fig %>% layout(yaxis = list(title = 'Count'), barmode = 'group')
fig
```
Institucional
=====================================
Row
----------------------------------
### Produção por colaborador
```{r}
proporcaoinstitucional=data.frame(table(institucional$`TÉCNICO RESPONSÁVEL`))
names(proporcaoinstitucional)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
group=proporcaoinstitucional$Funcionário,
value=proporcaoinstitucional$Quantidade
)
plot_ly(data, labels = ~group, values = ~value, type = 'pie') %>%
layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))
```
### Serviços prestados
```{r}
proporcaoprodutos=data.frame(table(institucional$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
group=proporcaoprodutos$Funcionário,
value=proporcaoprodutos$Quantidade
)
plot_ly(data, labels = ~group, values = ~value) %>%
add_pie(hole = 0.6) %>%
layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))
```
### As 10 cooperaivas que mais pediram no mês
```{r}
demandas_cooperativas=data.frame(table(institucional$`COOPERATIVA SOLICITANTE`))
names(demandas_cooperativas)=c("Cooperativa", "Frequência")
demandas_cooperativas=demandas_cooperativas %>% arrange(Frequência)
n=demandas_cooperativas %>% nrow()
if(n>10){
demandas_cooperativas=demandas_cooperativas %>% slice((n-10):n)
}
p <- plot_ly(demandas_cooperativas, x = ~reorder(Cooperativa, -Frequência), y = ~Frequência, type = 'bar', name = 'SF Zoo') %>%
layout(barmode = 'group', xaxis = list(title = "Cooperativas", range = c(-0.5,9.5)))
p
```
Row
----------------------------------
### Produção diária de peças
```{r}
demandas_mes=institucional
teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL`, demandas_mes$`DATA DE ENTREGA`))
names(teste_pecas)=c("Colaborador", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)
# Plot
p <- teste_pecas %>%
ggplot( aes(x=year, y=n, fill=Colaborador, text=n)) +
geom_area( )+
scale_fill_viridis(discrete = TRUE)+
#theme(legend.position="none") +
theme_ipsum()+
scale_x_date(date_labels = "%e %B")
#theme(legend.position="none")
# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de peças"))
p
```
### Média de peças diárias produzidas por colaborador antes e depois do Home-Office
```{r}
base=data.frame(table((maindata %>% filter(NUCLEO=="INSTITUCIONAL"))$`TÉCNICO RESPONSÁVEL`, (maindata %>% filter(NUCLEO=="INSTITUCIONAL"))$`DATA DE ENTREGA`))
base$Var2=as.Date(base$Var2)
base=base %>% filter(Var1!="Gabriela") %>% filter(Var1!="Kátia") %>% filter(Var1!="Ana Luiza")
colaborador=levels(factor(base$Var1))
Ana_clara=base %>% filter(Var1=="Ana Clara") %>% filter(Var2% filter(Var1=="Kenny") %>% filter(Var2% filter(Var1=="Samuel") %>% filter(Var2% filter(Var1=="Ana Clara") %>% filter(Var2>as.Date("2020-03-21"))
Ana_clarad=sum(Ana_clarad$Freq)/as.numeric(as.Date(cut(Sys.Date(), "day"))-as.Date("2020-03-23"))
Kennyd=base %>% filter(Var1=="Kenny") %>% filter(Var2>as.Date("2020-03-21"))
Kennyd=sum(Kennyd$Freq)/as.numeric(as.Date(cut(Sys.Date(), "day"))-as.Date("2020-03-23"))
Samueld=base %>% filter(Var1=="Samuel") %>% filter(Var2>as.Date("2020-03-21"))
Samueld=sum(Samueld$Freq)/as.numeric(as.Date(cut(Sys.Date(), "day"))-as.Date("2020-03-23"))
Depois_do_Home_office=c(round(Ana_clarad,2),round(Kennyd,2), round(Samueld,2))
data=data.frame(colaborador, Antes_do_Home_office, Depois_do_Home_office)
fig <- plot_ly(data, x = ~colaborador, y = ~Antes_do_Home_office, type = 'bar', name = 'Antes Home-Office')
fig <- fig %>% add_trace(y = ~Depois_do_Home_office, name = 'Depois Home-Office')
fig <- fig %>% layout(yaxis = list(title = 'Count'), barmode = 'group')
fig
```
ASCOM
=====================================
Row {data-width=150}
--------------------------------------
### Total new hires
```{r}
newhires=(revistas_relatorios %>% nrow()) + (atendimento_a_imprensa %>% nrow())
valueBox(value = newhires,icon = "fa-thumbs-up",caption = "Serviços Executados",color = "#00AE9D")
```
### Total exits
```{r}
exits= revistas_relatorios %>% nrow()
valueBox(value = exits,icon = "fa-comments",caption = "Relatórios de Gestão e Revistas", color = "#003641")
```
### Net change
```{r}
netchange=atendimento_a_imprensa %>% nrow()
valueBox(value = netchange,icon = "fa-user-plus",caption = "Atendimento à Imprensa", color = "#49479D")
```
Row
-------------------------------------
### Serviços prestados
```{r}
proporcaoprodutos=data.frame(table(revistas_relatorios$`TÉCNICO RESPONSÁVEL`))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
group=proporcaoprodutos$Funcionário,
value=proporcaoprodutos$Quantidade
)
plot_ly(data, labels = ~group, values = ~value, type = 'pie') %>%
layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))
```
### Proporção de revistas e relatórios trabalhados
```{r}
proporcaoprodutos=data.frame(table(revistas_relatorios$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
group=proporcaoprodutos$Funcionário,
value=proporcaoprodutos$Quantidade
)
plot_ly(data, labels = ~group, values = ~value) %>%
add_pie(hole = 0.6) %>%
layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))
```
### Proporção dos serviços realizados por etapas
```{r}
proporcaoprodutos=data.frame(table(revistas_relatorios$ETAPA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
group=proporcaoprodutos$Funcionário,
value=proporcaoprodutos$Quantidade
)
plot_ly(data, labels = ~group, values = ~value) %>%
add_pie(hole = 0.6) %>%
layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))
```
Row
---
### Serviços executados diariamente
```{r}
demandas_mes=revistas_relatorios_total
teste_pecas=data.frame(table(demandas_mes$`TÉCNICO RESPONSÁVEL` , demandas_mes$`DATA DE ENTREGA`))
names(teste_pecas)=c("Colaborador", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)
# Plot
p <- teste_pecas %>%
ggplot( aes(x=year, y=n, fill=Colaborador, text=n)) +
geom_area( )+
scale_fill_viridis(discrete = TRUE)+
#theme(legend.position="none") +
theme_ipsum()
#theme(legend.position="none")
#scale_x_date(date_labels = "%e %B")
# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de serviços"))
p
```
### Jornais que contataram
```{r}
pecas_acumuladas=data.frame(table(atendimento_a_imprensa$`QUAL É O JORNAL?`))
plot_ly(pecas_acumuladas, x = ~reorder(Var1, -Freq), y = ~Freq, type = 'bar', name = 'SF Zoo') %>%
layout(barmode = 'group', xaxis = list(title = "Tipo de peça"))
```
Suporte de Qualidade
=====================================
Row
---
### Audio Visual - Serviços prestados
```{r}
proporcaoprodutos=data.frame(table(audiovisual$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
group=proporcaoprodutos$Funcionário,
value=proporcaoprodutos$Quantidade
)
plot_ly(data, labels = ~group, values = ~value) %>%
add_pie(hole = 0.6) %>%
layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))
```
### Mídias Off - Serviços prestados
```{r}
proporcaoprodutos=data.frame(table(midias_off$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
group=proporcaoprodutos$Funcionário,
value=proporcaoprodutos$Quantidade
)
plot_ly(data, labels = ~group, values = ~value) %>%
add_pie(hole = 0.6) %>%
layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))
```
### Arquitetura - Serviços prestados
```{r}
proporcaoprodutos=data.frame(table(arquitetodiario$CATEGORIA))
names(proporcaoprodutos)=c("Funcionário", "Quantidade")
# Create Data
data <- data.frame(
group=proporcaoprodutos$Funcionário,
value=proporcaoprodutos$Quantidade
)
plot_ly(data, labels = ~group, values = ~value) %>%
add_pie(hole = 0.6) %>%
layout(xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))
```
Row
---
### Produção diária de peças
```{r}
julia=data.frame(arquiteto$`TÉCNICO RESPONSÁVEL`, arquiteto$`DATA DE ENTREGA`)
names(julia)=c("TÉCNICO RESPONSÁVEL", "DATA DE ENTREGA")
saulo=data.frame(audiovisual$`TÉCNICO RESPONSÁVEL`, audiovisual$`DATA DE ENTREGA`)
names(saulo)=c("TÉCNICO RESPONSÁVEL", "DATA DE ENTREGA")
gabi=data.frame(midias_off$`TÉCNICO RESPONSÁVEL`, midias_off$`DATA DE ENTREGA`)
names(gabi)=c("TÉCNICO RESPONSÁVEL", "DATA DE ENTREGA")
base=rbind(julia, saulo, gabi)
names(base)=c("TÉCNICO RESPONSÁVEL", "DATA DE ENTREGA")
base=data.frame(table(base$`TÉCNICO RESPONSÁVEL`, base$`DATA DE ENTREGA`))
base$Var2=as.Date(base$Var2)
base=base %>% filter(Var2>=as.Date("2020-03-01"))
teste_pecas=base
names(teste_pecas)=c("Colaborador", "year", "n")
teste_pecas$year=as.Date(teste_pecas$year)
# Plot
p <- teste_pecas %>%
ggplot( aes(x=year, y=n, fill=Colaborador, text=n)) +
geom_area( )+
scale_fill_viridis(discrete = TRUE)+
#theme(legend.position="none") +
theme_ipsum()+
scale_x_date(date_labels = "%e %B")
#theme(legend.position="none")
# Turn it interactive
p <- ggplotly(p, tooltip="text") %>% layout(xaxis = list(title="Dia do mês"), yaxis = list(title="Quantidade de peças"))
p
```
### Média de peças diárias produzidas por colaborador antes e depois do Home-Office
```{r}
julia=data.frame(table(arquiteto$`TÉCNICO RESPONSÁVEL`, arquiteto$`DATA DE ENTREGA`))
Saulo=data.frame(table(audiovisual$`TÉCNICO RESPONSÁVEL`, audiovisual$`DATA DE ENTREGA`))
Gabi=data.frame(table(midias_off$`TÉCNICO RESPONSÁVEL`, midias_off$`DATA DE ENTREGA`))
base=rbind(julia, Saulo, Gabi)
names(base)=names(julia)
base$Var2=as.Date(base$Var2)
colaborador=levels(factor(base$Var1))
Gabi=base %>% filter(Var1=="Gabi") %>% filter(Var2% filter(Var1=="Saulo") %>% filter(Var2% filter(Var1=="Júlia") %>% filter(Var2% filter(Var1=="Gabi") %>% filter(Var2>as.Date("2020-03-21"))
Gabid=sum(Gabid$Freq)/as.numeric(as.Date(cut(Sys.Date(), "day"))-as.Date("2020-03-23"))
Saulod=base %>% filter(Var1=="Saulo") %>% filter(Var2>as.Date("2020-03-21"))
Saulod=sum(Saulod$Freq)/as.numeric(as.Date(cut(Sys.Date(), "day"))-as.Date("2020-03-23"))
Juliad=base %>% filter(Var1=="Júlia") %>% filter(Var2>as.Date("2020-03-21"))
Juliad=sum(Juliad$Freq)/as.numeric(as.Date(cut(Sys.Date(), "day"))-as.Date("2020-03-23"))
Depois_do_Home_office=c(round(Juliad,2),round(Saulod,2), round(Gabid,2))
data=data.frame(colaborador, Antes_do_Home_office, Depois_do_Home_office)
fig <- plot_ly(data, x = ~colaborador, y = ~Antes_do_Home_office, type = 'bar', name = 'Antes Home-Office')
fig <- fig %>% add_trace(y = ~Depois_do_Home_office, name = 'Depois Home-Office')
fig <- fig %>% layout(yaxis = list(title = 'Count'), barmode = 'group')
fig
```